連想記憶セルラニューラルネットワークによる学習者の理解度推定
2008 年 32 巻 Suppl. 号 p. 97-100
詳細
2008 年 32 巻 Suppl. 号 p. 97-100
教師不在型e-learningシステムにおいては,学習者の理解度をもとに適切な学習支援を行うことが求められる.学習者の理解度は多様であり,単に理解できている/できていないとラベリングすることはできない.ゆえにこれはあいまい分類問題に帰着できると考えられる.そこで本研究では,あいまい分類に有効な連想記憶セルラニューラルネットワーク(CNN)を用いて,学習者の正答率と解答時間に基づく理解度推定を試みた.15名の大学生について理解度推定を行った結果,約95.6%の分類率を得,その分類結果の妥当性を評価した.
